Model Dermatol – Choroba skóry

Sztuczna inteligencja analizuje przesłane przez Ciebie fotografie i natychmiast wyszukuje odpowiednie dokumenty medyczne dotyczące potencjalnych schorzeń skóry. Algorytm udostępnia dokumenty o powszechnych zaburzeniach skóry (np. brodawki, półpasiec), nowotworach skóry (np. czerniak) oraz innych wysypkach (np. pokrzywka). W badaniu 2022 r. przeprowadzonym przez Stiftung Warentest, niemiecką organizację konsumencką, aplikacja uzyskała oceny satysfakcji nieco niższe niż płatne usługi teledermatologiczne.

- Prosimy o wykonanie zdjęć zmienionego obszaru skóry i ich przesłanie do analizy. Przesyłane są wyłącznie przycięte obrazy niezbędne do oceny; nie przechowujemy Twoich danych osobowych.
- Algorytm udostępnia linki do autorytatywnych źródeł medycznych opisujących kluczowe objawy i symptomy chorób skóry oraz nowotworów skóry (np. czerniak).
- Dzięki możliwości klasyfikacji 186 odrębnych schorzeń, algorytm obejmuje najczęstsze zaburzenia dermatologiczne, takie jak: atopowe zapalenie skóry, pokrzywka, egzema, łuszczyca, trądzik, trądzik różowaty, brodawki, grzybica paznokci (Onychomycosis), półpasiec, czerniak oraz znamiona.
- Aplikacja działa wyłącznie jako narzędzie wyszukiwania obrazów i NIE jest platformą diagnostyczną. Nazwy chorób podane w linkowanych treściach nie stanowią potwierdzonej diagnozy nowotworu skóry ani innych schorzeń dermatologicznych. Pomimo że przekazywane informacje są medycznie wartościowe, 'zawsze należy skonsultować się z lekarzem' przed podjęciem jakichkolwiek decyzji zdrowotnych.
- Korzystanie z algorytmu jest całkowicie DARMOWE.

Wykorzystujemy algorytm 'Model Dermatology', którego skuteczność została zweryfikowana i opublikowana w licznych recenzowanych czasopismach medycznych. Współpraca badawcza obejmuje międzynarodowe instytucje, w tym Seoul National University, Yonsei University, University of Basel, Stanford University, Memorial Sloan Kettering Cancer Center (MSKCC) oraz Ospedale San Bortolo. Przykładowe publikacje można znaleźć poniżej:
- Assessment of Deep Neural Networks for the Diagnosis of Benign and Malignant Skin Neoplasms in Comparison with Dermatologists: A Retrospective Validation Study. PLOS Medicine, 2020
- Planet-wide Performance of a Skin Disease AI Algorithm Validated in Korea. npj Digital Medicine 2025
- Augmenting the Accuracy of Trainee Doctors in Diagnosing Skin Lesions Suspected of Skin Neoplasms in a Real-World Setting: A Prospective Controlled Before and After Study. PLOS One, 2022
- Performance of a deep neural network in teledermatology: a single center prospective diagnostic study. J Eur Acad Dermatol Venereol. 2020
- Augment Intelligence Dermatology : Deep Neural Networks Empower Medical Professionals in Diagnosing Skin Cancer and Predicting Treatment Options for 134 Skin Disorders. J Invest Dermatol. 2020
- Keratinocytic Skin Cancer Detection on the Face using Region-based Convolutional Neural Network. JAMA Dermatol. 2019
- Classification of the Clinical Images for Benign and Malignant Cutaneous Tumors Using a Deep Learning Algorithm. J Invest Dermatol. 2018
- Evaluation of Artificial Intelligence-assisted Diagnosis of Skin Neoplasms – a single-center, paralleled, unmasked, randomized controlled trial. J Invest Dermatol. 2022>

'Zastrzeżenie'
- Zawsze należy zasięgnąć profesjonalnej porady medycznej oprócz korzystania z tej aplikacji przed podjęciem jakichkolwiek decyzji zdrowotnych.
- Rozpoznanie oparte wyłącznie na obrazach klinicznych może pominąć do 10 % przypadków. Dlatego aplikacja nie może zastąpić standardowej, osobistej oceny medycznej.
- Wyniki algorytmu nie stanowią ostatecznej diagnozy; służą wyłącznie jako spersonalizowane informacje medyczne w celach edukacyjnych i informacyjnych.